葛悅濤，尹曉桐

（北京海鷹科技情報研究所，北京 100074）

1 引 言

當前，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)數(shù)據(jù)量呈井噴式成倍增加，為提升效率，追求低延遲性已經(jīng)成為一種趨勢。然而，數(shù)據(jù)從終端設(shè)備上傳到云端，計算后再回傳至終端設(shè)備，這種傳統(tǒng)云計算技術(shù)已經(jīng)無法滿足人們對計算效率的高要求，為此，邊緣計算（Edge Computing）技術(shù)應(yīng)運而生［1］。邊緣計算是指在靠近物（如智能移動終端等）或數(shù)據(jù)源頭的一側(cè)，采用集“網(wǎng)絡(luò)-計算-存儲-應(yīng)用”核心能力為一體的開放平臺，就近提供“最近端”服務(wù)。邊緣計算通常處于物理實體和工業(yè)連接之間或物理實體的頂端，其應(yīng)用程序在邊緣側(cè)發(fā)起需求，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實時業(yè)務(wù)、應(yīng)用智能、安全與隱私保護等方面的基本需求。對于智能制造而言，邊緣計算技術(shù)的不斷突破與普及應(yīng)用，意味著許多控制、分析將可以通過本地設(shè)備實現(xiàn)，而無需交由云端處理，處理過程也將在本地邊緣計算層完成，這無疑將大大提升處理效率、減輕云端的負荷。

根據(jù)CB Insights公司的市場規(guī)模量化工具，到2022年，全球邊緣計算市場規(guī)模預計將達到67.2億美元；根據(jù)TrendForce公司預測，2018年至2022年全球邊緣計算相關(guān)市場規(guī)模的年均復合增長率將超過30%；國際數(shù)據(jù)公司IDC統(tǒng)計數(shù)據(jù)顯示，到2020年將有超過500億個終端和設(shè)備接入網(wǎng)絡(luò)，其中超過50%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與存儲，邊緣計算技術(shù)將為未來的百億終端提供人工智能能力；市場研究公司Tractica預測，到2025年，人工智能邊緣設(shè)備的出貨量將達到每年26億個（邊緣設(shè)備包括智能手機、智能家居揚聲器、物聯(lián)網(wǎng)攝像頭、無人機、自動駕駛汽車和制造機器人等）。

2 邊緣計算的概念

邊緣計算是繼分布式計算、網(wǎng)格計算、云計算之后，被認為是在網(wǎng)絡(luò)的邊緣執(zhí)行計算的一種新型計算范式，其核心理念是使計算更靠近數(shù)據(jù)的源頭［2-3］。按照中國邊緣計算產(chǎn)業(yè)聯(lián)盟的定義，邊緣計算是指靠近物或者數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合了網(wǎng)絡(luò)、計算、存儲、應(yīng)用等核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字在敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全隱私等方面的關(guān)鍵需求［4］。通俗來說，邊緣計算就是將云端的計算存儲能力下沉到網(wǎng)絡(luò)邊緣，用分布式的計算與存儲在本地直接處理或解決特定的業(yè)務(wù)需求，從而滿足不斷出現(xiàn)的新業(yè)態(tài)對于網(wǎng)絡(luò)高帶寬、低延遲的硬性要求。

圖1 邊緣計算概念示意圖Fig.1 The concept sketch of edge computing

3 邊緣計算的優(yōu)勢

由于數(shù)據(jù)只在源數(shù)據(jù)設(shè)備和邊緣設(shè)備之間交換，不再全部上傳至云計算平臺，這也意味著邊緣計算在下述問題上有著明顯的先天優(yōu)勢。

第一，數(shù)據(jù)安全。傳統(tǒng)云計算模型中，用戶端的一切數(shù)據(jù)都需要上傳到位于云端的統(tǒng)一數(shù)據(jù)中心，而在這個過程中，數(shù)據(jù)安全性就成了一個非常重要的問題。從電子金融賬戶密碼，到搜索歷史再到智能攝像頭監(jiān)控記錄，這些個人隱私數(shù)據(jù)或者商業(yè)機密在上傳到數(shù)據(jù)中心的過程中，都暗藏了數(shù)據(jù)泄露的風險。而在邊緣計算架構(gòu)中，由于數(shù)據(jù)的收集和計算都是基于本地，數(shù)據(jù)也不再被傳輸?shù)皆贫耍虼酥匾拿舾行畔⒖梢圆唤?jīng)過網(wǎng)絡(luò)傳輸，能夠有效避免傳輸過程中的泄漏。

第二，交互延遲。物聯(lián)網(wǎng)應(yīng)用面對的數(shù)據(jù)量極大，已經(jīng)不再適合直接上傳到云計算中心進行處理，不僅網(wǎng)絡(luò)帶寬壓力大，對海量數(shù)據(jù)的搜索耗時通常也是無法接受的。邊緣計算更靠近數(shù)據(jù)源，能夠提供更實時、更快速的數(shù)據(jù)處理能力，由于減少了中間傳輸?shù)倪^程，數(shù)據(jù)處理的速度也被加快。邊緣計算的及時性和即時性對響應(yīng)速度有苛刻時間要求的應(yīng)用至關(guān)重要，比如自動駕駛應(yīng)用、視頻監(jiān)控應(yīng)用等。

第三，帶寬成本。隨著聯(lián)網(wǎng)設(shè)備的增多，網(wǎng)絡(luò)傳輸壓力會越來越大，而邊緣計算的過程中，與云端服務(wù)器的數(shù)據(jù)交換并不多，也不需要占用太多網(wǎng)絡(luò)帶寬。因此，邊緣計算處理的數(shù)據(jù)是“小數(shù)據(jù)”，從數(shù)據(jù)計算、存儲上都具有成本優(yōu)勢。這對基于互聯(lián)網(wǎng)或者跨多個域數(shù)據(jù)轉(zhuǎn)發(fā)的應(yīng)用尤為關(guān)鍵。邊緣計算既可以通過減少網(wǎng)絡(luò)傳輸數(shù)據(jù)量來消減傳輸成本，還可以進一步提高云計算中心和數(shù)據(jù)中心的計算效率。

4 邊緣計算的發(fā)展趨勢分析

邊緣計算的興起、發(fā)展與普及，離不開新一輪技術(shù)及產(chǎn)業(yè)變革的重大機遇，為諸多邊緣計算技術(shù)愿景的實現(xiàn)與落地提供了助力。反過來，邊緣計算技術(shù)與標準化體系的成熟，也為諸多技術(shù)的進一步跨越式發(fā)展提供了契機與支撐。下文將從邊緣計算與云計算的協(xié)同發(fā)展關(guān)系、邊緣計算與人工智能芯片的協(xié)同發(fā)展關(guān)系、邊緣計算與5G的協(xié)同發(fā)展關(guān)系三個方面，分析邊緣計算的發(fā)展趨勢。

圖2 與邊緣計算協(xié)同發(fā)展的相關(guān)技術(shù)Fig.2 The technologies coordinating with edge computing

4.1 邊緣計算與云計算的協(xié)同發(fā)展分析

在科技飛速發(fā)展的今天，物聯(lián)網(wǎng)已成為在公共云上運行的關(guān)鍵工作負載之一。雖然現(xiàn)在云端的物聯(lián)網(wǎng)的平臺化要比定制開發(fā)的線下平臺能提供更大的價值，但是數(shù)據(jù)的延遲與寬帶的消耗是目前面臨的最大難題之一，大多數(shù)企業(yè)難以承受延遲時間帶來的巨大損耗與開支，邊緣計算就是為了解決這個問題的。邊緣設(shè)備充當“端”和“云”之間的中介，通過云的物聯(lián)網(wǎng)的控制平面進行集中化的管理［5］。因此，邊緣計算被認為是繼物聯(lián)網(wǎng)和人工智能之后下一個熱門技術(shù)。

邊緣計算的發(fā)展對云計算有一定沖擊，但它與云計算也有很強的協(xié)同。據(jù)國際數(shù)據(jù)公司IDC測算，到2021年，全球云計算市場的規(guī)模將達到5650 億美元，這其中約有20%為邊緣云，可達到1130 億美元。全球云服務(wù)商為了守住原本的市場空間，紛紛提前布局邊緣計算從而避免被吞噬。例如，2018年1月，亞馬遜全球用戶大會推出三款非云端產(chǎn)品，標志著傳統(tǒng)云端服務(wù)巨頭亞馬遜開始發(fā)力邊緣計算；2018年4月，亞馬遜以機器學習推理支持的形式改版升級其邊緣計算平臺AWS Greengrass，憑借該平臺對機器學習和深度學習的最新支持，用戶將能夠構(gòu)建自己的深度學習攝像機，并在邊緣側(cè)進行推理和分析。

2018年1月，卡內(nèi)基梅隆大學啟動普適感知、認知和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的計算（Computing On Network Infrastructure for Pervasive Perception，Cognition and Action，CONIX）項目，該項目獲得了2750萬美元的資金，在未來五年中將重點探索創(chuàng)建位于邊緣設(shè)備和云之間的網(wǎng)絡(luò)計算架構(gòu)，為邊緣計算的深入發(fā)展與軍事應(yīng)用做準備。

2018年4月，微軟宣布計劃在未來四年內(nèi)，向云操作系統(tǒng)、智能終端和智能物聯(lián)網(wǎng)相關(guān)項目投資50 億美元，其中對邊緣計算技術(shù)與產(chǎn)品的研發(fā)被擺在突出位置。2018年6月，微軟進一步推動云業(yè)務(wù)與邊緣計算業(yè)務(wù)的融合，宣布2017年公開預覽的Azure IoT Edge邊緣計算服務(wù)正式進入官方版，并通過GitHub共享平臺將其開源。Azure IoT Edge的核心功能是將基于云的分析和定制的業(yè)務(wù)邏輯轉(zhuǎn)移到邊緣設(shè)備，對這些邊緣設(shè)備進行即時數(shù)據(jù)處理，從而使用戶能夠?qū)Ｗ⒂诙床焐虡I(yè)機會而非數(shù)據(jù)管理。

對于戴爾等計算機服務(wù)器制造商而言，邊緣計算被視為是一個反超的機會。2018年2月，戴爾子公司VMware 在全球移動通信大會（Mobile World Congress，MWC）上發(fā)布一系列新的邊緣計算解決方案，在邊緣側(cè)對由物聯(lián)網(wǎng)設(shè)備收集的傳感器數(shù)據(jù)進行實時分析，以解決資產(chǎn)管理和監(jiān)控中的使用案例，這些邊緣計算解決方案能夠讓企業(yè)用戶以更輕松的方式，安全且有效地利用物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)。2018年8月，VMware 公布了用于邊緣計算用例的設(shè)備和新軟件Project Dimension，以及用于管理物聯(lián)網(wǎng)連接設(shè)備的Pulse IoT Center軟件的新版本，該套件將公司的旗艦vSphere 服務(wù)器虛擬化平臺與其存儲和網(wǎng)絡(luò)管理軟件相結(jié)合。這表明作為傳統(tǒng)數(shù)據(jù)中心領(lǐng)導者的戴爾正在接受和布局邊緣計算。

為了滿足物聯(lián)網(wǎng)設(shè)備的需求，邊緣計算和云計算需要協(xié)同工作：邊緣計算是云計算的延伸，它與云計算各有所長，云計算擅長全局性、非實時、長周期的大數(shù)據(jù)處理與分析；邊緣計算擅長現(xiàn)場級、實時和短周期智能分析等。來自智能設(shè)備和傳感器的所有數(shù)據(jù)仍然需要在云上進行匯總，這需要更深入的分析，以便從中獲取有意義的見解，所以云計算仍然在使物聯(lián)網(wǎng)設(shè)備更智能和更好的過程中發(fā)揮關(guān)鍵作用。云計算和邊緣計算正在塑造智能物聯(lián)網(wǎng)的未來［6］。這種組合為物聯(lián)網(wǎng)網(wǎng)絡(luò)中連接的設(shè)備帶來了穩(wěn)定性，并通過處理更接近源頭的數(shù)據(jù)來解決延遲問題。

4.2 邊緣計算與人工智能芯片的協(xié)同發(fā)展分析

在近年來人工智能芯片不斷革新的大背景下，邊緣計算與人工智能芯片已成協(xié)同共進之勢。隨著智能移動終端及物聯(lián)網(wǎng)應(yīng)用的不斷普及，將數(shù)量巨大的智能移動終端所產(chǎn)生的數(shù)據(jù)悉數(shù)上傳至云端是不現(xiàn)實也是不可取的，其中很大比例數(shù)據(jù)需要在“邊緣側(cè)”完成對數(shù)據(jù)的處理與分析。在這種應(yīng)用需求下，“低延遲”的處理將會成為主要難題——如何實現(xiàn)在毫秒級時間甚至微秒量級時間內(nèi)完成處理，這便需要依靠邊緣計算技術(shù)。然而發(fā)展邊緣計算，人工智能芯片是必不可缺的。

2018年2月，美國半導體公司AMD推出了兩款面向邊緣計算的嵌入式處理器，分別是EPYC 3000系列和Ryzen V1000系列，均采用代號為ZEN的CPU架構(gòu)。2018年2月，英特爾推出了最新一代的“至強 D（Xeon D）”系列人工智能處理器，該系列處理器基于Skylake架構(gòu)，重點瞄準的是邊緣及其他一些受限的環(huán)境，這些環(huán)境對硬件密度、電力消耗、智能支撐的問題更為敏感。2018年2月，ARM公司公布延齡草（Trillium）項目，旨在通過優(yōu)化的人工智能芯片以運行那些利用了張量流（以TensorFlow系統(tǒng)為代表）和卷積神經(jīng)網(wǎng)絡(luò)框架（以Caffe 框架為代表）等神經(jīng)網(wǎng)絡(luò)框架的應(yīng)用程序和軟件，來驅(qū)動位于邊緣側(cè)設(shè)備的機器學習、人工智能和目標檢測能力。

2018年7月，谷歌發(fā)布張量處理器（TPU）的輕量級版本——Edge TPU，專為在邊緣運行TensorFlow Lite ML模型而設(shè)計，它能在很小的物理占用和低功耗的限制下提供高性能運算，可以充當傳感器或網(wǎng)關(guān)設(shè)備中的標準芯片或微控制器，使得在邊緣部署高精度的人工智能成為可能。這標志著谷歌不僅在自己的數(shù)據(jù)中心開發(fā)人工智能芯片，還將其設(shè)計的Edge TPU應(yīng)用在其他公司生產(chǎn)的產(chǎn)品中。2019年3月，谷歌發(fā)布基于Edge TPU的邊緣計算專用芯片Coral。2018年11月，英特爾人工智能大會推出英特爾神經(jīng)計算棒二代（英特爾NCS 2），該計算棒可以在網(wǎng)絡(luò)邊緣構(gòu)建更智能的人工智能算法和計算機視覺設(shè)備。英特爾認為邊緣側(cè)人工智能的最大機會將是視覺領(lǐng)域——機器視覺、視頻監(jiān)控、醫(yī)療影像等。英特爾NCS 2基于其視覺處理單元（Vision Processing Unit，VPU），得到英特爾OpenVINO工具包的支持，與上一代神經(jīng)計算棒相比性能更優(yōu)，能夠以可負擔的成本顯著加快深度神經(jīng)網(wǎng)絡(luò)推理應(yīng)用的開發(fā)。此外，英特爾正在研發(fā)全新專門面向5G無線接入和邊緣計算的基于10nm 工藝的網(wǎng)絡(luò)系統(tǒng)芯片，研發(fā)代號“Snow Ridge”，計劃于2019年下半年交付給合作伙伴，并于2020年初推出產(chǎn)品。

支撐邊緣計算的人工智能芯片，需要邊緣設(shè)備在性能、功耗與尺寸之間進行平衡。從發(fā)展趨勢看，邊緣計算專用人工智能芯片需要在架構(gòu)復雜度、支持人工智能算法多樣化以及多場景適應(yīng)性上不斷創(chuàng)新和提升。此外，還需要“邊-云”協(xié)同的人工智能體系架構(gòu)來降低應(yīng)用開發(fā)和部署成本，以便更有效地利用基礎(chǔ)設(shè)施的資源。

4.3 邊緣計算與5G的協(xié)同發(fā)展分析

第五代移動通信網(wǎng)絡(luò)（5G網(wǎng)絡(luò)）的即將商用，為邊緣計算的發(fā)展提供了新的機遇。5G所具有的延時小、帶寬大、容量大等優(yōu)勢，解決了傳統(tǒng)通信領(lǐng)域里遇到的很多問題，但是也導致數(shù)據(jù)量的極速增長，這時候亟需提供可靠、有用、可執(zhí)行的商業(yè)模式。5G的快速處理、低延遲等特點可以在迅速響應(yīng)方面提供一個新的途徑，能夠?qū)Χ?、邊緣、云上進行聯(lián)合優(yōu)化。邊緣計算的這種能力，可以從用戶體驗、功耗、計算負載、性能、成本等方面，在物聯(lián)網(wǎng)設(shè)備、邊緣設(shè)備和云設(shè)備之間智能配置資源，為聯(lián)合優(yōu)化提供了一種新的途徑。因此，邊緣計算技術(shù)的發(fā)展與5G有著密切的關(guān)系：一方面，邊緣計算能夠給予5G支持，5G的重要組成便是邊緣計算；另一方面，因為5G是以軟件的形式進行表現(xiàn)，恰好可以靈活運用邊緣計算［8］。

在歐洲市場，邊緣計算產(chǎn)業(yè)已經(jīng)形成了產(chǎn)業(yè)聯(lián)盟，以沃達豐、德國電信、西門子等公司為代表的大型科技企業(yè)已經(jīng)加入其中。歐洲電信標準化協(xié)會（European Telecommunications Standards Institute，ETSI）已啟動標準化移動邊緣計算（Moving Edge Computing，MEC）的制定，運營商可以向授權(quán)的第三方開放其無線網(wǎng)絡(luò)邊緣，使其能夠靈活快速地為移動用戶、企業(yè)和垂直網(wǎng)段部署創(chuàng)新的應(yīng)用和服務(wù)［9-10］。移動邊緣計算是移動基站迭代和IT與電信網(wǎng)絡(luò)融合的自然發(fā)展的結(jié)果，將為消費者和企業(yè)客戶提供新的垂直業(yè)務(wù)服務(wù)，包括視頻分析、位置服務(wù)、物聯(lián)網(wǎng)、增強現(xiàn)實、優(yōu)化本地內(nèi)容分發(fā)和數(shù)據(jù)緩存等。2018年2月，ETSI發(fā)布兩篇白皮書，分別是《云端無線接入網(wǎng)絡(luò)（Cloud RAN）和移動邊緣計算：完美配對》和《4G中的移動邊緣計算部署以及向5G演進》，以實現(xiàn)移動邊緣計算與5G保持同步。

5 結(jié)束語

邊緣計算能就近提供智能互聯(lián)服務(wù)，滿足行業(yè)在數(shù)字化變革過程中的關(guān)鍵需求。人工智能與5G的迅速落地，與邊緣計算的發(fā)展密不可分，邊緣計算必將是人工智能之后的下一個熱點。隨著移動網(wǎng)絡(luò)向5G演進的速度進一步加快，邊緣計算將在大流量業(yè)務(wù)的普及下發(fā)揮更多價值，如降低核心網(wǎng)壓力、提升接入網(wǎng)的能力與價值等。隨著可穿戴設(shè)備及附帶傳感器的智能設(shè)備數(shù)量呈爆發(fā)式增長，未來更多設(shè)備將被接入物聯(lián)網(wǎng)，邊緣側(cè)分析計算能力需求將倍增。邊緣計算正在不斷融合和完善運營、信息和通訊（OICT），并有效地推動產(chǎn)業(yè)的發(fā)展，這也標志著邊緣計算技術(shù)已經(jīng)邁進了快速發(fā)展的道路。目前，智慧安防、工業(yè)互聯(lián)網(wǎng)、智能家居等已成為當下邊緣計算主要的應(yīng)用場景，各廠商在這些領(lǐng)域也都有了完整的解決方案。